C++ 阵列中的AVX对准

我正在使用MSVC12（Visual Studio 2013 Express），并尝试实现8*8浮点值的快速乘法。问题在于对齐：向量实际上有9*n个值，但我始终只需要前8个，因此，例如，对于n=0，保证32个字节的对齐（当我使用_mm_malloc时），对于n=1，“第一个”值在4*9=36个字节对齐

for(unsigned i = 0; i < n; i++) {
    float *coeff_set = (float *)_mm_malloc(909 * 100 *sizeof(float), 32);
    // this works for n=0, not n=1, n=2, ...
    __m256 coefficients = _mm256_load_ps(&coeff_set[9 * i]);
    __m256 result = _mm256_mul_ps(coefficients, coefficients);

    ...
}

for（无符号i=0；i

有没有可能解决这个问题？我想保留我的数据结构，但如果不可能，我会更改它。我找到的一个解决方案是先在对齐的数组中复制8个浮点，然后加载，但性能损失太大了。

您有两个选择：

将每组系数填充为16个值以保持对齐

对于未对齐的访问，请使用

\u mm256\u loadu\u ps

内部命令

---

第一种选择的速度效率更高，而第二种选择的空间效率更高。

我想你的意思是

I=0

和

I=1

，而不是

n

。至于对齐，您实际上只有几个选择：要么将结构填充到16个值以保持对齐，要么对未对齐的加载使用

\u mm256\u loadu\u ps

。非常感谢您的建议！我还没见过这个！代码是有效的（是的，我的意思是I，而不是n。好的，我会把它转换成一个答案。